web-dev-qa-db-ja.com

すべての分類アルゴリズムのリスト

分類に問題があり、利用可能なすべてのアルゴリズムをテストして、問題に取り組む際のパフォーマンスをテストしたいと思います。以下にリストされているもの以外の分類アルゴリズムを知っている場合は、ここにリストしてください。

GradientBoostingClassifier()
DecisionTreeClassifier()
RandomForestClassifier()
LinearDiscriminantAnalysis()
LogisticRegression()
KNeighborsClassifier()
GaussianNB()
ExtraTreesClassifier()
BaggingClassifier()

あなたの助けは大歓迎です。

pythonalgorithmmachine-learningscikit-learnclassification
7
Natheer Alabsi

回答は分類子の完全なリストを提供しなかったので、私はそれらを以下にリストしました

from sklearn.tree import ExtraTreeClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm.classes import OneClassSVM
from sklearn.neural_network.multilayer_perceptron import MLPClassifier
from sklearn.neighbors.classification import RadiusNeighborsClassifier
from sklearn.neighbors.classification import KNeighborsClassifier
from sklearn.multioutput import ClassifierChain
from sklearn.multioutput import MultiOutputClassifier
from sklearn.multiclass import OutputCodeClassifier
from sklearn.multiclass import OneVsOneClassifier
from sklearn.multiclass import OneVsRestClassifier
from sklearn.linear_model.stochastic_gradient import SGDClassifier
from sklearn.linear_model.ridge import RidgeClassifierCV
from sklearn.linear_model.ridge import RidgeClassifier
from sklearn.linear_model.passive_aggressive import PassiveAggressiveClassifier    
from sklearn.gaussian_process.gpc import GaussianProcessClassifier
from sklearn.ensemble.voting_classifier import VotingClassifier
from sklearn.ensemble.weight_boosting import AdaBoostClassifier
from sklearn.ensemble.gradient_boosting import GradientBoostingClassifier
from sklearn.ensemble.bagging import BaggingClassifier
from sklearn.ensemble.forest import ExtraTreesClassifier
from sklearn.ensemble.forest import RandomForestClassifier
from sklearn.naive_bayes import BernoulliNB
from sklearn.calibration import CalibratedClassifierCV
from sklearn.naive_bayes import GaussianNB
from sklearn.semi_supervised import LabelPropagation
from sklearn.semi_supervised import LabelSpreading
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.svm import LinearSVC
from sklearn.linear_model import LogisticRegression
from sklearn.linear_model import LogisticRegressionCV
from sklearn.naive_bayes import MultinomialNB  
from sklearn.neighbors import NearestCentroid
from sklearn.svm import NuSVC
from sklearn.linear_model import Perceptron
from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis
from sklearn.svm import SVC
from sklearn.mixture import DPGMM
from sklearn.mixture import GMM 
from sklearn.mixture import GaussianMixture
from sklearn.mixture import VBGMM
21
Shaheer Akram

次の質問を確認することをお勧めします。

predict_proba（）をサポートするすべてのscikit-learn分類子を一覧表示する方法

受け入れられた回答は、predict_probasメソッドをサポートするscikitのすべての推定量を取得するメソッドを示しています。条件をチェックせずにすべての名前を繰り返して出力するだけで、すべての推定量が得られます。 （分類子、リグレッサー、クラスターなど）

分類子の場合のみ、以下のように変更して、実装するすべてのクラスをチェックします ClassifierMixin

from sklearn.base import ClassifierMixin
from sklearn.utils.testing import all_estimators
classifiers=[est for est in all_estimators() if issubclass(est[1], ClassifierMixin)]
print(classifiers)

注意点：

  • 名前に[〜＃〜] cv [〜＃〜]という接尾辞が付いた分類器は、組み込みの相互検証を実装します（LogisticRegressionCV、RidgeClassifierCVなど）。
  • 一部はアンサンブルであり、入力引数で他の分類子を使用する場合があります。
  • _ QDA、_ LDAのようないくつかの分類器は、他の分類器のエイリアスであり、 scikit-learnの次のバージョンで削除されました。

それらを使用する前に、それぞれのリファレンスドキュメントを確認する必要があります

11
Vivek Kumar

ごめんなさい。パーティーに遅れる。

しかし、あなたはこれを見てみるかもしれません。

分類子の比較

1
Sumit